长期预测

摘要： 为实现卷烟各分拣线间周作业量均衡,减少其因作业量不均而产生不必要的送货等待时间,本文通过建立ARIMA模型预测周订单销售总量来帮助配送中心调整不同卷烟品规在自动分拣系统中的分拣烟道的占有量以及分拣线的分布量。首先收集2019年5月~2021年3月卷烟周销量数据;再利用SPSS软件进行数据分析,建立ARIMA模型预测2021年4月的卷烟周销量。结果表明,该模型R的平方达到0.898,拟合程度较好,能够有效地预测卷烟周销量。《烟草行业“十四五”规划》提出了“烟草行业高质量发展”,为了实现配送中心分拣线高效利用,以发挥资源有效配置的作用,对卷烟销售量的预测显得尤为重要。卷烟销售量的时效性很强,对于卷烟分拣系统来说,为合理分配分拣线每天的任务量,短期预测往往比长期预测更为重要。

摘要： 为解决单井产量在试采及稳产期预测计算方法精度不足、计算效率较低、适用范围较小的问题,提出一种将预测模型划分为短期产量和长期产量的分类预测方法。短期产量预测在灰色预测模型GM(1,1)的基础上,针对短期生产环境的变化增加产量转换的参数修正,并对模型的离散过程进行优化,从而弥补灰导数离散过程的偏差;对于长期产量预测,采用时间序列的方法,结合BP神经网络以及短期采样特征值的提取结果,对累积产量数据进行建模和预测。利用2018~2020年多个油井的产量数据信息,进行模型训练、预测和比对,针对模型预测结果进行精度分析。结果表明,长期预测模型预测结果的平均相对误差为0.0914,短期预测模型预测结果的平均绝对误差为0.1187,计算精度高于传统ARIMA算法的平均相对误差0.1566,可满足实际工况需求,为油井产量的预测提供了一种新方法。

摘要： 时间序列预测一直以来在多个领域内有重要应用,如工业监控、能源分析等,尤其是准确的中长期的序列预测,相比于短期预测所能提供的信息量更大、指导性更强。但现实的应用场景受到多种因素影响,准确的进行中长期预测一直以来都面临很多困难。近些年,对于中长期序列预测的研究借助于深度学习方法从大规模数据中挖掘规律,取得了不错的预测性能,但目前的研究大多忽视了频域的重要性。频域作为时间序列的重要特征之一,它包含了序列的周期、趋势等重要信息。因此,提出了一种基于频域分解的Transformer方法,对原始序列不同的频率分量进行分解,使用多头自注意力机制分别处理分解后的频率特征,再使用Transformer结构作为特征提取器,在频域的角度进行中长期的时间序列预测。通过在3组公开的真实数据集上进行实验,与4个最具代表性的中长期预测算法进行了对比,在多组衡量指标中均取得了最优性能,验证了所提出方法的有效性。此外,通过实验讨论了不同频率分量对于模型的影响,对频率分解的依据做了实验验证。

摘要： 传统冲击地压预警预测送常利用地球物理方法监测冲击地压的一些前兆信号,采用人为定义和提取参数的综合指数法对冲击地压发生的可能性进行评估.目前,研究人员尝试采用数据驱动方法,利用机器学习技术,克服传统冲击地压长期预测所带来的问题,送过分析国内外相关文献,对长期预测和短期预警方法及存在的问题、机器学习方法、冲击地压短期预警及长期预测的应用进展进行概述,同时分析了传统的经验驱动和机理驱动与机器学习的数据驱动在冲击地压预测预警方面的联系与差异,最后,总结机器学习在该领域存在的问题及挑战,并对未来冲击地压预测预防的技术进行展望.

摘要： 传统冲击地压预警预测通常利用地球物理方法监测冲击地压的一些前兆信号,采用人为定义和提取参数的综合指数法对冲击地压发生的可能性进行评估。目前,研究人员尝试采用数据驱动方法,利用机器学习技术,克服传统冲击地压长期预测所带来的问题,通过分析国内外相关文献,对长期预测和短期预警方法及存在的问题、机器学习方法、冲击地压短期预警及长期预测的应用进展进行概述,同时分析了传统的经验驱动和机理驱动与机器学习的数据驱动在冲击地压预测预警方面的联系与差异,最后,总结机器学习在该领域存在的问题及挑战,并对未来冲击地压预测预防的技术进行展望。

摘要： 本文针对船舶航向保持过程提出了一种间接的建模方法来描述船舶舵角与艏摇角之间的关系.建模数据来源于东京海洋大学实验船舶"夕路丸"的真实航行数据.首先,以船舶舵角为输入船舶艏摇角速度为输出,建立一个过渡自回归历遍(ARX)模型;然后根据艏摇角速度和艏摇角间的差分关系,得到最终的ARX模型.再多组测试数据下,与机动建模组(MMG)模型和直接ARX模型的长期预测性能做了比较.仿真结果显示,本文提出的间接建模方法对船舶的航向保持过程有更好的长期预测效果.

摘要： 为了实现对钢卷仓储吞吐量的长期预测,以便帮助钢铁物流园区提前规划库位分配和装备准备,降低物流成本和物流园区的空置率,提出基于粒度计算和模糊规则的钢卷仓储吞吐量长期预测模型.通过时间序列分解模型将原始时间序列分解,分别将分解后的数据划分为多个数据粒并对其进行聚类,根据信息粒的类别建立模糊逻辑关系.根据模糊规则实现对未来7天的预测并不断迭代实现对四周的吞吐量预测.选用某无水港2014年至2018年的吞吐量数据进行验证,实验结果表明:所提出的预测方法结果能够满足钢铁物流规划需求,长期预测精度高于ARIMA模型.

摘要： "双碳"目标下,大规模可再生能源的消纳需要推进源端基地与终端消费综合能源系统的规划建设,农村、工厂成为国家推动分布式能源建设的重要个体.从分布式风力发电用户的角度出发,对地区分布式风力发电规模进行预测.从政策、资源、技术、市场4方面分析影响分布式风力发电经济性的因素,将地区风力发电电价、地区发电量、地区分布式风力发电可开发资源、分布式风力发电商业模式等因素量化为用户分布式风力发电的成本,最后利用成长曲线模型对地区分布式风力发电规模进行预测.对南方某地区的分布式风力发电用户单位电量发电成本进行测算,并对地区分布式风力发电规模进行预测,结果显示2030年该地区的分布式风力发电规模将达到2020年的3倍;同时对不同发展速度下的分布式风力发电规模进行预测,发现高发展速度下的规模始终高于较低速度下的分布式风力发电发展规模.

摘要： 本文回顾了近20年来国内大豆播种面积及单产水平的变化情况,以及自1995年以来中国从大豆出口国到进口量突破1亿吨的世界最大进口国的变化过程,对国内中长期大豆供应形势进行了预测.同时,从种用消费、食用消费、压榨消费等三大方面介绍了中国大豆消费需求情况,对大豆需求未来变动的趋势进行了预判和分析.从供给端和需求端两个方面,对中国大豆未来发展途径给出建议.

摘要： 随着国家碳达峰、碳中和及构建以新能源为主体的新型电力系统任务的提出,未来新能源是电力系统的主力军.对于含大规模风电接入的电力系统,风速及风电功率的准确预测对保证系统安全稳定运行、降低风电消纳成本有着至关重要的作用.为此,基于统计方法和神经网络方法,通过设计一个多神经网络的数据融合算法来预测下一年的每小时风速及发电量.利用张北、内蒙地区两风电场的数据样本对数据集进行训练和测试,结果显示平均绝对误差(MAE)很小,预测效果较好.

摘要： 近年来长春自然灾害研究和预测服务中心因工作需要作了大量的长期预测工作，回顾起来这些工作大致可以分为两个方面：rn 1.水情预测。这部分工作又可以分为两个部分，一部分是为了满足水库调度的需要，所作的是水库所在地区的全年和各月的雨量和流量的预测：另一部分是对我国某一地区的水情预测，也就是对一些大江大河的水情如洪水的预测等。rn 2.灾害的预测，例如某一地区的旱涝冰冻低温灾害的预测研究等等。

摘要： 应用水电站水情长期数值预报的思路和方法，对长江流域各站年最大流量的长期预测作了研究。该方法即是在逐步回归方法的基础上，对所选取的因子进行优化筛选，从而使预报的结果与实测值最为接近。这一方法已在多个水电站的长期水情预报中获得较好效果。对于长江流域年最大流量的长期预报也应用这一方法，并根据长江流域气候特点分别对长江干流和支流各站作了长期预测。

摘要： 本工作依据天体信息的地球转速变化，分析研究了大气环流的变化与地球转速的关系，其中地球转速的变化又涉及地球极移和章动的影响。在此基础上，应用了对流层上层温度降低的事实（超低温）与极端天气的关系，尝试了长期天气变化的趋向而涉及了主要灾害天气发生发展的可能性，经多年实践检验，基本上体现了主要天气现象发生发展的动向，特别是异常低温、暴雨、汛期降水量的主要变化趋向。为此，我局近年来的天气分析预测中逐步将此方法投入了业务试运行，目前看来已经显示了业务的可应用性。为此，本文在上述工作基础上进行了初步的小结。

摘要： 本文分析了50多年来春季北半球500hPa环流指数与春季洪泽湖入湖水量的关系发现：西太平洋副热带高压（以下简称为副高）强度指数大于180，入湖水量大于130×108m3；入湖水量小于8×108m3，有80％极涡强度大于44hPa。本文将月入湖水量分级作为预报量，利用北半球500hPa环流指数月平均值的变化找指标作为预报因子，建立了月入湖水量长期预测方法。方法通过试用效果较好，是湖区春季枯水预报方法中有实用价值一种。

摘要： 本文通过对降水过程检验、中国台风预测和美国飓风预测的分析，得出预测和实况的区别。预测与实况评比标准：实况以中央气象台全国降水量实况图为准，日期一般相著l-2大，少数3-4天，6-7月各有一次提前、推迟一星期左右。降水量以中央气象台长期预测为准，落区占80%以上评为正确，80%评为基本正确，60%左右评为一半正确，50%以下评为不正确。其差值是规律性的，要提前在某段时间都提前，反之都推迟。预测是取局部降水，不是所有降水，相邻两个降水过程有转换变化。

摘要： 通过对50多年来北半球500hPa环流指数与洪泽湖入湖水量的关系分析发现：西太平洋副热带高压(以下简称为副高)强度指数曲线上升与下降的入湖水量曲线相交，来年的秋季入湖水量将上升20×108m3以上，其中上升70×108m3以上的年份占50％。入湖水量与极涡强度曲线同时下降并且相交，来年的秋季入湖水量将上升20×108m3以上，其中上升70×108m3以上的年份占75％。本文将月入湖水量分级作为预报量，利用北半球500hPa环流指数月平均值的变化找指标作为预报因子，建立了月入湖水量长期预测方法。通过试用效果较好，对湖区秋季水量的多寡和湖区秋季枯水的预报有一定实用价值。通过分析得出：rn 1、近55年来秋季500hPa副高强度指数呈上升趋势：北半球极涡中心强度指数持平略有上升：入湖水量总趋势略有下降。rn 2、副高强度指数1月小于30，并且它与上一年1月差值大于20；或者1月的值在10～15之间，同时5月的值在15～25之间，秋季入湖水量小于8×108m3,其中有80％小于1×108m3。副高强度指数1月大于40，并且5月小于25：或者5月与4月的差值大于2,同时5月的值与上一年5月的差值小于-26，秋季入湖水量大于200×108m3m,3月极涡中心强度指数值在5～11之间，同时5月极涡中心位置在北纬70～80度之间，小于东经80度，10月和11月入湖水量小于5×108m3。rn 3、用北半球500hPa环流指数的月值变化作为指标，建立出月入湖水量预测方法,从这两年的试报效果看，有一定使用价值，可作为中长期预测洪泽湖秋季入湖水量的一种方法。

摘要： 本文在收集整理分析了从1951～2005各月总计298次登陆我国台风资料的基础上,着重对首次台风登陆我国的时间、地点同太阳黑子,近远日点月相,环流特征量、海温进行了相关计算,挑选了相关系数大的作为预报台风登陆指标,建立模型图,在研究中本着立体的、动态的、全方位的研究思路,从物理机制出发用日月食代码值等12项有关资料作为模型图参数进行分析研究,模型图中显示出登陆我国台风在某种指标下发生时间是固定的,变化是有规律的,可以做长期预报的;同时还惊奇地发现台风登陆地点、时间同我国旱涝极值灾害大小范围都存在着内在联系.

摘要： 根据淮河流域水文气象规律研制了可公度网络图、气候指数等九种预测大洪水的方法：同时对预测思路、物理机制、应用条件也作了介绍。综合运用这些方法，分别在2003年4月和2007年4月两次对淮河的大洪水进行了成功预测。

摘要： 根据淮河流域水文气象规律研制了可公度网络图、气候指数等九种预测大洪水的方法：同时对预测思路、物理机制、应用条件也作了介绍。综合运用这些方法，分别在2003年4月和2007年4月两次对淮河的大洪水进行了成功预测。

摘要： 根据淮河流域水文气象规律研制了可公度网络图、气候指数等九种预测大洪水的方法：同时对预测思路、物理机制、应用条件也作了介绍。综合运用这些方法，分别在2003年4月和2007年4月两次对淮河的大洪水进行了成功预测。

摘要： 本发明公开了一种长期降水预测模型构建方法、长期降水预测方法及装置，该构建方法包括：获取样本集；基于多重假设检验的错误发现率控制方法以及随机森林模型对样本集中的解释变量进行筛选，得到影响次年相应月份降水量的预测因子；根据影响次年相应月份降水量的预测因子和次年相应月份降水量进行随机森林建模，训练得到相应月份降水量的长期降水预测模型。本发明提供的长期降水预测模型构建方法、长期降水预测方法及装置，可以将变量筛选由经验依赖的方法优化为数据依赖的方法，改善随机森林方法在经验性筛选变量时的假阳性错误率问题，可以有效提升模型预测的准确性和可靠性。

摘要： 对将输入样本对每个帧仅延迟τ的过去的样本乘以量化乘数ρ’，并且将其相乘结果从当前样本中减去，将其相减结果编码，并且在乘数ρ’小于0.2或者前帧的信息不能利用的情况下在固定长度编码单元(35)中编码延迟τ，如果ρ’为0.2以上则在可变长度编码单元(34)中编码延迟τ。乘数ρ在乘数编码单元(22)中编码，并且输出该解码后的量化乘数ρ’。对每个帧进行上述处理。

摘要： 本发明提出了中长期径流的预报因子识别方法、中长期径流的预测方法。该中长期径流的预报因子的识别方法包括：(1)标准化处理；(2)设定预见期，将一系列不同滞后期的标准化后的径流序列Q和气候因子集序列F组成的备选预报因子集合X，并将对应标准化后的径流序列Q作为Lasso回归中的集合Y；(3)给定一个参数λ，交叉验证并计算出预报集合Y’，将集合Y’与集合Y进行对比获得参数λ的第一评价指标；(4)选取M个不同的参数λ，对其第一评价指标进行归一化处理并对其结果相加作为评分；(5)统计每个参数λ的总评分，选出总评分最高的参数λ作为最优参数；(6)根据最优参数在步骤(3)中获得的各个气候因子的回归系数，非零的回归系数对应的气候因子被识别为预报因子。

摘要： 本发明公开了一种长期降水预测模型构建方法、长期降水预测方法及装置，该构建方法包括：获取样本集；基于多重假设检验的错误发现率控制方法以及随机森林模型对样本集中的解释变量进行筛选，得到影响次年相应月份降水量的预测因子；根据影响次年相应月份降水量的预测因子和次年相应月份降水量进行随机森林建模，训练得到相应月份降水量的长期降水预测模型。本发明提供的长期降水预测模型构建方法、长期降水预测方法及装置，可以将变量筛选由经验依赖的方法优化为数据依赖的方法，改善随机森林方法在经验性筛选变量时的假阳性错误率问题，可以有效提升模型预测的准确性和可靠性。

摘要： 对将输入样本对每个帧仅延迟τ的过去的样本乘以量化乘数ρ’，并且将其相乘结果从当前样本中减去，将其相减结果编码，并且在乘数ρ’小于0.2或者前帧的信息不能利用的情况下在固定长度编码单元(35)中编码延迟τ，如果ρ’为0.2以上则在可变长度编码单元(34)中编码延迟τ。乘数ρ在乘数编码单元(22)中编码，并且输出该解码后的量化乘数ρ’。对每个帧进行上述处理。

摘要： 本发明提出了中长期径流的预报因子识别方法、中长期径流的预测方法。该中长期径流的预报因子的识别方法包括：(1)标准化处理；(2)设定预见期，将一系列不同滞后期的标准化后的径流序列Q和气候因子集序列F组成的备选预报因子集合X，并将对应标准化后的径流序列Q作为Lasso回归中的集合Y；(3)给定一个参数λ，交叉验证并计算出预报集合Y’，将集合Y’与集合Y进行对比获得参数λ的第一评价指标；(4)选取M个不同的参数λ，对其第一评价指标进行归一化处理并对其结果相加作为评分；(5)统计每个参数λ的总评分，选出总评分最高的参数λ作为最优参数；(6)根据最优参数在步骤(3)中获得的各个气候因子的回归系数，非零的回归系数对应的气候因子被识别为预报因子。

摘要： 长期预测编码和长期预测解码的方法和装置。一种长期预测编码方法，从输入样本时间系列信号的当前样本中减去相乘结果而得到误差信号样本，该相乘结果通过对从输入样本时间系列信号的当前样本开始时间延迟的过去样本乘以乘数而得到，包括：(a)对每个帧选择下列四种方法之一的步骤，(1)对帧将乘数码和时间延迟码输出一次，(2)对帧分割成的多个副帧的每个副帧输出乘数码，(3)对帧分割成的多个副帧的每个副帧输出时间延迟码，(4)对帧分割成的多个副帧的每个副帧输出乘数码和时间延迟码，以使切换码和辅助码以及波形码的组合的综合码量最小或编码失真最小，以及(b)输出所述切换码和辅助码以及波形码的组合的步骤。

摘要： 本发明公开了一种基于小波变换和灰色预测的中长期空中交通流量预测方法，包括以下步骤：S1.选择小波基函数，利用选择的小波基函数对历史时间序列数据进行小波变换，实现降噪处理，降低因随机因素而产生的随机流量；S2.利用处理过的历史数据进行灰色预测，得到预测数据；S3.根据降噪数据与历史数据计算出信噪比，将相同信噪比的白噪声加入到灰预测数据中得到最终预测结果。本发明建立基于小波变换和灰色预测的预测模型对空中交通流量进行中长期预测，首先选出最优小波基函数，通过小波变换对历史时间序列数据进行降噪处理，降低因随机因素而产生的随机流量，之后使用处理过的历史数据进行灰色预测，得到预测数据，有效提高了预测精度。

摘要： 长期预测编码和长期预测解码的方法和装置。一种长期预测编码方法，从输入样本时间系列信号的当前样本中减去相乘结果而得到误差信号样本，该相乘结果通过对从输入样本时间系列信号的当前样本开始时间延迟的过去样本乘以乘数而得到，包括：(a)对每个帧选择下列四种方法之一的步骤，(1)对帧将乘数码和时间延迟码输出一次，(2)对帧分割成的多个副帧的每个副帧输出乘数码，(3)对帧分割成的多个副帧的每个副帧输出时间延迟码，(4)对帧分割成的多个副帧的每个副帧输出乘数码和时间延迟码，以使切换码和辅助码以及波形码的组合的综合码量最小或编码失真最小，以及(b)输出所述切换码和辅助码以及波形码的组合的步骤。

摘要： 长期预测编码和长期预测解码的方法和装置。在一种长期预测编码方法中，从输入样本时间系列信号的当前样本中减去相乘结果而得到误差信号样本，该相乘结果通过对从所述输入样本时间系列信号的所述当前样本开始时间延迟的过去样本乘以乘数而得到，所述长期预测编码方法包括：如果前帧的信息不能利用就对所述时间延迟进行固定长度编码，否则就对所述时间延迟进行可变长度编码以获得码的步骤；以及输出所述码的步骤。